基于神经网络的智能商品税分类编码方法及系统

摘要

本申请公开了一种基于神经网络的智能商品税分类编码方法及系统，该方法包括：从平台数据库获取大量已开票的商品数据并以指定格式保存到文本数据库；对文本数据库中的该文本数据进行预处理后进入到词嵌入生成模型，进行生词嵌入；将生成的词嵌入组合成n‑gram词嵌入序列作为商品税分类模型的输入，经过训练，输出该次词嵌入序列属于不同类别的概率；训练结束后将该商品税分类模型部署在服务器上供调用。本发明提出的智能商品税分类编码系统及方法，不需要人工筛选商品关键词，直接将原始完整的商品名输入给系统即可，不需要做任何其他处理，系统即可输出对应的税分类编码、商品名称、税率和分类评分，效率高，且分类准确率较高。